JP2009261518A - 呼吸検出装置 - Google Patents

Abstract

【課題】適切な呼吸状態を検出することができる呼吸検出装置を提供する。
【解決手段】 呼吸検出装置１のＥＣＵ３は、生体の呼吸状態に関する情報を検出する生体情報処理部３１、ノイズ判定部３２及びノイズ除去部３３を備える。ノイズ判定部３２は、直前の呼吸の１サイクルに対して現在の呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、現在の呼吸の１サイクルの情報がノイズであるか否かを判定する。ノイズ除去部３３は、ノイズ判定部３２により現在の呼吸の１サイクルの情報がノイズであると判定された場合に、現在の呼吸の１サイクルの情報を除去する。
【選択図】 図１

Description

本発明は、生体の呼吸状態を検出する呼吸検出装置に関する。

従来、呼吸検出装置として、圧電素子やエアバッグ等を用いて呼吸振幅を計測し、計測した呼吸振幅と閾値との関係に基づいて呼吸状態を検出するものが知られている。しかし、呼吸振幅は生体の姿勢変化などによって変化する。例えば、仰向け状態に比べてうつ伏せ状態や横向き状態の場合には呼吸振幅が小さくなる傾向がある。このため、姿勢変化により呼吸振幅が閾値を下回ると呼吸とみなされない可能性があるので、適切な呼吸状態を検出し難い。

上記の問題を解決するために、様々な試みが行われている。例えば特表２００２−５１８０７７号公報に記載されるように、インピーダンス型呼吸記録法による呼吸周期と患者の心拍周期とを利用し無呼吸を検出する装置であって、呼吸周期の間隔が所定時間以上、呼吸変化率が所定値以下である場合は、無呼吸あるいはため息と判定し、これらのアーティファクトを呼吸事象から除外するものが知られている。
特表２００２−５１８０７７号公報

しかしながら、上述の呼吸検出装置にあっては、周期の間隔が所定時間以上の変化により無呼吸あるいはため息の判定を行っているため、図４に示すような咳や鼻すすりといった心拍周期よりはるかに短い周期のアーティファクトを除外することができない。その結果、適切な呼吸状態を検出することは困難であった。

そこで本発明は、このような技術課題を解決するためになされたものであって、適切な呼吸状態を検出することができる呼吸検出装置を提供することを目的とする。

すなわち、本発明に係る呼吸検出装置は、生体の呼吸状態に関する情報を取得する生体情報取得手段と、先の呼吸の１サイクルに対して生体情報取得手段により取得された呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、呼吸の１サイクルの情報がノイズであるか否かを判定するノイズ判定手段と、ノイズ判定手段により呼吸の１サイクルの情報がノイズであると判定された場合に、呼吸の１サイクルの情報を除去するノイズ除去手段と、を備えて構成される。

この発明にあっては、先の１呼吸サイクルに対して生体情報取得手段により取得された呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、呼吸の１サイクルの情報がノイズであるか否かを判定し、ノイズであると判定された場合に、この呼吸の１サイクルの情報を除去する。このように呼吸のサイクル間の振幅の変化量及び時間間隔の変化量に着目し、これらの変化量を用いて取得された呼吸の１サイクルの情報がノイズであるか否かを判定することにより、例え咳や鼻すすりといった心拍周期より短い周期のアーティファクトでも確実に除外することができるので、適切な呼吸状態を検出することが可能となる。

また、先の呼吸の１サイクルに対して生体情報取得手段により取得された呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて判定を行っているので、先の呼吸の１サイクルの情報をもっていれば判定を行うことが可能となる。従って、情報を記憶するメモリを少なくすることができると共に、処理速度の向上を図ることができる。

また本発明に係る呼吸検出装置において、ノイズ判定手段は、振幅の変化量と時間間隔の変化量との比率が所定値以上である場合に、呼吸の１サイクルの情報がノイズであると判定することが好適である。

このように振幅の変化量と時間間隔の変化量との比率を用い、その比率が所定値以上である場合に呼吸の１サイクルの情報がノイズであると判定することにより、例え咳や鼻すすりといった心拍周期より短い周期のアーティファクトでも確実に除外することができるので、適切な呼吸状態を検出することが可能となる。

また本発明に係る呼吸検出装置において、呼吸の１サイクルをｔとし、先の呼吸の１サイクルをｔ−１とし、振幅をＲａとし、時間間隔をＲｔとしたとき、関係式｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝／｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈを満たさない場合に、ノイズ判定手段は、呼吸の１サイクルの情報がノイズであると判定することが好適である。

また本発明に係る呼吸検出装置において、呼吸の１サイクルをｔとし、先の呼吸の１サイクルをｔ−１とし、振幅をＲａとし、時間間隔をＲｔとしたとき、関係式｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝｜＞Ｔｈ１、かつ｜｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈ２を満たさない場合に、ノイズ判定手段は、呼吸の１サイクルの情報がノイズであると判定することが好適である。

本発明によれば、適切な呼吸状態を検出することができる。

以下、添付図面を参照して本発明の実施形態について説明する。

図１は、実施形態に係る呼吸検出装置の構成を示すブロック図である。本実施形態に係る呼吸検出装置１は、車両に搭載され、車両の運転者（生体）の呼吸状態を検出する装置である。呼吸検出装置１は、生体情報検出部２、ＥＣＵ３及び出力部４を備えている。ここで、ＥＣＵとは、装置全体を制御するための制御ユニットであり、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random AccessMemory）、及び入出力インターフェイスなどを備えて構成されている。

生体情報検出部２は、生体の呼吸状態に関する情報を取得する生体情報取得手段であり、例えば非侵襲的方法を用いて生体の情報を検出する。非侵襲的方法とは、生体を傷つけることなく、また痛みを伴うことなく、接触もしくは非接触に測定方法である。例えば、座席シートの背もたれに埋め込まれたエアバッグや圧電素子などを用いて計測を行っても良く、又は運転者に生理計測用電極等の計測装置を貼り付けて計測しても良い。そして、生体情報検出部２は検出した生体の呼吸状態に関するデータをＥＣＵ３に出力する。

ＥＣＵ３は、生体情報処理部３１、ノイズ判定部３２及びノイズ除去部３３を備えている。生体情報処理部３１は、生体情報検出部２から出力されたデータに対してフィルタ処理を行い、基線変動を除去する。また、生体情報処理部３１は、フィルタ処理で処理したデータに対し閾値処理を行い、これらのデータを２値化して、呼吸のピーク値とボトム値とを算出する。更に、生体情報処理部３１は、呼吸のサイクル間の振幅の変化量と時間間隔の変化量を算出し、算出した結果をノイズ判定部３２に出力する。

なお、時間間隔は、例えば生体情報検出部２により検出された呼吸の１サイクルの呼吸ピーク値と、その直前の呼吸の１サイクルの呼吸ピーク値との時間間隔でもよく、あるいは生体情報検出部２により検出された呼吸の１サイクルの呼吸ボトム値と、その直前の呼吸の１サイクルの呼吸ボトム値との時間間隔でもよい。

ノイズ判定部３２は、先の呼吸の１サイクルに対して生体情報検出部２により検出された呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、呼吸の１サイクルの情報がノイズであるか否かを判定するノイズ判定手段であって、例えば直前の呼吸の１サイクルに対して、生体情報検出部２により検出された現在の呼吸の１サイクルの振幅の変化量及び時間間隔の変化量の結果に基づいて、この現在の呼吸の１サイクルの情報がノイズであるか否かを判定する。そして、ノイズ判定部３２は、判定の結果をノイズ除去部３３に出力する。

ノイズ除去部３３は、ノイズ判定部３２に接続され、例えばノイズ判定部３２により現在の呼吸の１サイクルの情報がノイズであると判定された場合に、現在の呼吸の１サイクルの情報を除去する。

また、ＥＣＵ３は、特徴量算出部３４とメモリ３５とを備えている。特徴量算出部３４は、呼吸の１サイクルに関する各特徴量を算出するものであり、例えば生体情報処理部３１から得られた呼吸のピーク値とボトム値と時間から吸気・呼気・呼吸時間や振幅を算出したり、ドライビング、タイミング、ポーズ時間などを算出したりする。メモリ３５は、データなどを格納するものであって、例えば直前の呼吸の１サイクルの呼吸のピーク値とボトム値と時間に関するデータや、特徴量算出部３４により算出する各特徴量の結果などを格納する。

出力部４は、例えばディスプレであって、ノイズ除去部３３によりノイズが除去された呼吸の波形や特徴量算出部３４により算出された各特徴量の結果を表示する。

次に、本実施形態に係る呼吸検出装置の動作について説明する。

図２は、実施形態に係る呼吸検出装置の動作を示すフローチャートである。図２に示す制御処理は、例えばイグニッションオンされてから所定の周期（例えば、１００〜１０００ｍｓ）で繰り返し実行される。

初めに、Ｓ１０の処理では、生理計測が実施される。計測方法は、非侵襲的方法が好適である。例えば、座席シートの背もたれに埋め込まれた圧電素子を用いて計測を行い、運転者の生体情報を検出する。

Ｓ１０の処理に続くＳ１１の処理では、Ｓ１０の処理で検出した現在の呼吸の１サイクルに関するデータに対してフィルタ処理が実施される。例えば、検出した現在の呼吸の１サイクルのデータに対し、ハイパスフィルタなどを利用してトレンドの除去を行う。

Ｓ１１の処理に続くＳ１２の処理では、Ｓ１１の処理でトレンド除去したデータに対して閾値処理が実施され、一定値以上の波形が抽出される。そして、抽出された波形のデータはメモリ３５に格納される。

Ｓ１２の処理に続くＳ１３の処理では、現在の呼吸の１サイクルの最大値が算出される。最大値の算出方法として、例えば検出された波形に対して微分による極値処理を行うことによって最高点を求め、求めた最高点と基準値に基づいて最大値を算出する。又はＳ１２の処理において、メモリ３５に以前格納されている値との比較演算から最大値を算出してもよい。そして、算出した最大値はメモリ３５に格納される。

Ｓ１３の処理に続くＳ１４の処理では、Ｓ１３の処理で算出した最大値を含むデータに基づき計算が行われ、算出された算出値と閾値との比較が実施される。具体的には、現在の呼吸の１サイクルをｔとし、直前の呼吸の１サイクルをｔ−１とし、最大値をＲａとし、現在の呼吸の１サイクルの最大値と直前の呼吸の１サイクルの最大値との時間間隔をＲｔとしたときに、関係式（１）又は（２）に基づいて比較を行う。

｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝／｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈ…（１）
｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝｜＞Ｔｈ１、かつ｜｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈ２…（２）

関係式（１）と（２）に用いられる閾値の決め方として、予め初期値を入力してもよく、あるいは制御処理開始前の一定時間でデータを計測し、上記の関係式（１）及び（２）における不等式の左辺を計算し、計算結果の標準偏差をとり、定数倍した値を閾値としてもよい。

そして、比較の結果、上述の関係式（１）又は（２）を満たす場合に、処理がＳ１５に進む。Ｓ１５の処理では、Ｓ１３で算出した最大値は呼吸ピーク値として次の呼吸ピーク値が算出されるまでメモリ３５に格納される。これによって、ｔ−１のデータが更新される。なお、呼吸ピーク値を格納する際に、閾値を設定してその閾値以下の値を格納することが好適である。このように閾値を設定し閾値以下の値のみを格納することにより、メモリ３５のメモリ領域を削減することが可能となる。

一方、関係式（１）又は（２）を満たさない場合に、検出された現在の呼吸の１サイクルのデータは、ノイズと判定され、削除される。これによって、呼吸検出装置１は図２示す制御処理を終了する。そして、計算に使用されたｔ−１のデータはそのままホールドされ、次の呼吸の１サイクルの呼吸ピーク値の計算に利用される。

Ｓ１５の処理に続くＳ１６の処理では、検出されたデータに対して閾値処理が行われ、一定値以上の波形が抽出される。そして、抽出された波形のデータはメモリ３５に格納される。

Ｓ１６の処理に続くＳ１７の処理では、現在の呼吸の１サイクルの最小値が算出される。その算出方法として、例えば検出された波形に対して微分による極値処理を行うことにより最低点を求め、求めた最低点と基準値に基づいて最小値を算出する。又はＳ１６の処理において、メモリ３５に以前格納されている値との比較演算から最小値を算出してもよい。そして、算出した最小値はメモリ３５に格納される。

Ｓ１７の処理に続くＳ１８の処理では、Ｓ１７の処理で算出した最小値を含むデータに基づき計算が実施され、算出された算出値と閾値との比較が行われる。具体的には、現在の呼吸の１サイクルをｔとし、直前の呼吸の１サイクルをｔ−１とし、最小値をＲａとし、現在の呼吸の１サイクルの最小値と直前の呼吸の１サイクルの最小値との時間間隔をＲｔとしたときに、上述の関係式（１）又は（２）に基づいて比較を行う。

比較の結果、関係式（１）又は（２）を満たす場合に、Ｓ１７で算出した最小値は呼吸ボトム値として次の呼吸ボトム値が算出されるまでメモリ３５に格納される。これによって、ｔ−１のデータが更新され、処理がＳ１９に進む。

一方、関係式（１）又は（２）を満たさない場合に、検出された現在の呼吸の１サイクルのデータはノイズと判定され、削除される。これによって、呼吸検出装置１は図２に示す制御処理を終了する。そして、計算に使用されたｔ−１のデータはそのままホールドされ、次の呼吸サイクルの呼吸ボトム値の計算に利用される。

Ｓ１９の処理では、各特徴量が算出される。例えば算出された呼吸のピーク値、ボトム値を使い、吸気・呼吸・呼気の時間や振幅、ドライビング、タイミング、ポーズ時間などの特徴量が算出され、更に算出された結果はメモリ３５に格納される。そして、Ｓ１９の処理を終えたら、一連の制御処理を終了する。

計測開始時のようにメモリ３５に最大値と最小値とが格納されていない場合には、例えば予め最大値と最小値との取る範囲をそれぞれ入力し、はじめの最大値と最小値とがこの範囲に入る場合は、その最大値を呼吸ピーク値と、最小値を呼吸ボトム値とする。あるいは予めｔ−１の初期値を入力しておき、上記の関係式（１）及び（２）に基づいて判定してもよい。

以下、図３を参照して呼吸検出装置１を用いた呼吸の各サイクルの処理を説明する。なお、下記の説明において、呼吸の各サイクルの呼吸ピーク値の例を挙げて説明し、呼吸ボトム値の処理については呼吸ピーク値と同様のため、省略する。また、呼吸のサイクルＡは計測開始から最初のサイクルであり、呼吸のサイクルＢ〜Ｈは生体情報検出部２により順次に検出されたサイクルである。

サイクルＡに続くサイクルＢと、サイクルＢに続くサイクルＣに関する処理では、上述の制御処理がそれぞれ実施される。そして、これらの呼吸の各サイクルに関するデータがノイズでないと判定された場合に、サイクル毎に呼吸ピーク値が更新される。一方、サイクルＣに続くサイクルＤの処理では、例えば関係式（２）に基づいて制御処理を行った結果、時間間隔の変化量が関係式（２）を満たしたが、呼吸ピーク値の変化量は関係式（２）を満たさなかった。従って、このサイクルＤのデータはノイズとして判定され、削除される。そして、サイクルＣの呼吸ピーク値はそのまま格納される。

サイクルＤに続くサイクルＥの処理では、サイクルＤが削除されたため、サイクルＥとサイクルＣとの比較演算が行われる。そして、制御処理を実施した結果、例えば時間間隔の変化量が関係式（２）を満たしたが、呼吸ピーク値の変化量は関係式（２）を満たさなかった。従って、このサイクルＥのデータもノイズとして判定され、削除される。その際に、サイクルＣの呼吸ピーク値はそのまま格納される。

サイクルＥに続くサイクルＦの処理では、サイクルＦとサイクルＣとの比較演算が行われる。そして、制御処理を実施した結果、例えば呼吸ピーク値の変化量が関係式（２）を満たしたが、時間間隔の変化量は関係式（２）を満たさなかった。従って、このサイクルＦのデータもノイズとして判定され、削除される。その際に、サイクルＣの呼吸ピーク値はそのまま格納される。

サイクルＦに続くサイクルＧの処理では、サイクルＧとサイクルＣとの比較演算が行われる。そして、制御処理を実施した結果、例えば呼吸ピーク値の変化量と時間間隔の変化量と共に関係式（２）を満たした。従って、呼吸ピーク値はサイクルＧの呼吸ピーク値に更新される。サイクルＧに続くサイクルＨの処理では、サイクルＨとサイクルＧとの比較演算が行われる。そして、制御処理を実施した結果、例えば呼吸ピーク値の変化量と時間間隔の変化量と共に関係式（２）を満たしたため、呼吸ピーク値はサイクルＨの呼吸ピーク値に更新される。これにより、サイクルＤ、Ｅ、Ｆのデータは削除され、サイクルＡ〜Ｃ、Ｇ、Ｈのデータが残される。

以上のように、本実施形態に係る呼吸検出装置１によれば、直前の呼吸の１サイクルに対して現在の呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、現在の呼吸の１サイクルのデータがノイズであるか否かを判定し、ノイズであると判定された場合に、この現在の呼吸の１サイクルのデータを除去する。このように呼吸のサイクル間の振幅の変化量及び時間間隔の変化量に着目し、これらの変化量を用いて呼吸の１サイクルのデータがノイズであるか否かを判定することにより、例え咳や鼻すすりといった心拍周期より短い周期のアーティファクトでも確実に除外することができるので、適切な呼吸状態を検出することが可能となる。

また、直前の呼吸の１サイクルに対して現在の呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて判定を行っているので、直前の呼吸の１サイクルのデータのみをもっていれば判定を行うことが可能となる。従って、検出されたデータを全て記憶し、全てのデータを統計的に計算し判定を行う場合と比べて、データを記憶するメモリを少なくすることができると共に、処理速度の向上を図ることができる。

なお、上述した実施形態は本発明に係る呼吸検出装置の一例を示すものである。本発明に係る呼吸検出装置は本実施形態に記載したものに限定されるものではない。例えば、本発明に係る呼吸検出装置は、車両の運転者の呼吸状態の検出に限らず、医療分野や住宅関係にも適用される。例えば、生体の眠り深さの推定やリラックス度合い、あるいは脈波、心拍のＲＲ間隔などの解析にも適用される。

実施形態に係る呼吸検出装置の構成を示すブロック図である。 実施形態に係る呼吸検出装置の動作を示すフローチャートである。 呼吸検出装置を用いた呼吸の各サイクルの処理を説明する図である。 咳き込み及び鼻すすり時の呼吸波形を示す図である。

符号の説明

１…呼吸検出装置、２…生体情報検出部、３…ＥＣＵ、３１…生体情報処理部、３２…ノイズ判定部、３３…ノイズ除去部。

Claims (4)

1. 生体の呼吸状態に関する情報を取得する生体情報取得手段と、
   先の呼吸の１サイクルに対して前記生体情報取得手段により取得された呼吸の１サイクルの振幅の変化量及び時間間隔の変化量に基づいて、前記呼吸の１サイクルの情報がノイズであるか否かを判定するノイズ判定手段と、
   前記ノイズ判定手段により前記呼吸の１サイクルの情報がノイズであると判定された場合に、前記呼吸の１サイクルの情報を除去するノイズ除去手段と、
   を備えることを特徴とする呼吸検出装置。
2. 前記ノイズ判定手段は、前記振幅の変化量と前記時間間隔の変化量との比率が所定値以上である場合に、前記呼吸の１サイクルの情報がノイズであると判定することを特徴とする請求項１に記載の呼吸検出装置。
3. 前記呼吸の１サイクルをｔとし、前記先の呼吸の１サイクルをｔ−１とし、振幅をＲａとし、時間間隔をＲｔとしたとき、関係式｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝／｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈを満たさない場合に、前記ノイズ判定手段は、前記呼吸の１サイクルの情報がノイズであると判定することを特徴とする請求項２に記載の呼吸検出装置。
4. 前記呼吸の１サイクルをｔとし、前記先の呼吸の１サイクルをｔ−１とし、振幅をＲａとし、時間間隔をＲｔとしたとき、関係式｜｛Ｒａ（ｔ）―Ｒａ（ｔ―１）｝｜＞Ｔｈ１、かつ｜｛Ｒｔ（ｔ）―Ｒｔ（ｔ―１）｝｜＜Ｔｈ２を満たさない場合に、前記ノイズ判定手段は、前記呼吸の１サイクルの情報がノイズであると判定することを特徴とする請求項２に記載の呼吸検出装置。
   

Images